Odpowiedź NVDA jest prawidłowa, bo to właśnie ten program domyślnie korzysta z syntezatora mowy eSpeak. NVDA (NonVisual Desktop Access) to otwartoźródłowy czytnik ekranu dla systemu Windows, bardzo często wykorzystywany przez osoby niewidome i niedowidzące. To ciekawe, bo eSpeak jest lekki, szybki, no i przede wszystkim świetnie radzi sobie z wieloma językami – to spore ułatwienie, szczególnie dla osób, które często zmieniają język systemu czy programów. W praktyce, z mojego doświadczenia, eSpeak pozwala na szybkie przemieszczanie się po interfejsie z odczytem tekstu praktycznie od razu po instalacji NVDA, bez konieczności dodatkowej konfiguracji – po prostu działa. To zgodne z filozofią dostępności, gdzie liczy się prostota uruchomienia i maksymalna liczba obsługiwanych platform językowych. Oczywiście, użytkownicy mogą później doinstalować inne syntezatory, jak polski Ivona czy Microsoft Speech Platform, ale eSpeak zostaje domyślny, bo jest bardzo stabilny i działa nawet na starszych, słabszych komputerach. W branży dostępnościowej taki wybór syntezatora to nie przypadek – chodzi o to, by narzędzia były gotowe do użycia od zaraz, bez bariery kosztów czy licencji. Moim zdaniem, takie rozwiązanie to świetny krok w kierunku równych szans dla wszystkich użytkowników technologii cyfrowych.
Wiele osób błędnie kojarzy syntezatory mowy z najpopularniejszymi programami powiększającymi czy czytnikami ekranu, ale tu trzeba oddzielić fakty od mitów. Przykładowo, ZoomText Magnifier to narzędzie głównie do powiększania obrazu, chociaż istnieje wersja z funkcją czytania tekstu, to jednak nie opiera się ona domyślnie na eSpeak. To raczej programy takie jak ZoomText Fusion wprowadzają syntezatory mowy, ale opierają się na innych rozwiązaniach niż eSpeak, zwykle komercyjnych, lepiej zintegrowanych z interfejsem Windows. Z kolei VoiceOver, czyli czytnik ekranu od Apple’a, zupełnie nie korzysta z eSpeak – tu dominuje VoiceOver Speech System, który bazuje na własnych, bardzo dobrze zoptymalizowanych syntezatorach Apple, zwłaszcza w ekosystemie macOS i iOS. Zoom, mimo że umożliwia dostępność na własny sposób (np. napisy na żywo czy obsługa czytników ekranowych), nie posiada wbudowanego syntezatora mowy, a już na pewno nie powiązanego z eSpeak. No i tu pojawia się typowy błąd – ludzie często zakładają, że skoro jakiś program jest popularny lub „coś czyta”, to korzysta z tej samej technologii, co inne. Tymczasem właśnie NVDA jest najbardziej rozpoznawalny z domyślnego używania eSpeak, bo to narzędzie open-source, stawiające na uniwersalność i dostępność bez konieczności dokupowania licencji na dodatkowe syntezatory. W praktyce syntezatory mowy są mocno powiązane ze środowiskiem systemowym i filozofią producenta – Apple inwestuje we własne rozwiązania, ZoomText wybiera komercyjne syntezatory o wysokiej jakości głosu, a NVDA sięga po otwarte technologie, które zapewniają natychmiastową dostępność. To pokazuje, jak ważne jest rozróżnianie, co jest natywnym komponentem, a co wymaga dodatkowego wsparcia. Warto o tym pamiętać, analizując różne opcje dostępnościowe na rynku.